LF-YOLO: A Lighter and Faster YOLO for Weld Defect Detection of X-Ray Image

特征(语言学) 编码(集合论) 计算机科学 卷积(计算机科学) 人工智能 特征提取 模式识别(心理学) 图像(数学) 焊接 卷积神经网络 人工神经网络 计算机视觉 工程类 机械工程 哲学 集合(抽象数据类型) 程序设计语言 语言学
作者
Moyun Liu,Youping Chen,Jingming Xie,Lei He,Yang Zhang
出处
期刊:IEEE Sensors Journal [Institute of Electrical and Electronics Engineers]
卷期号:23 (7): 7430-7439 被引量:38
标识
DOI:10.1109/jsen.2023.3247006
摘要

X-ray image plays an important role in manufacturing industry for quality assurance, because it can reflect the internal condition of weld region. However, the shape and scale of different defect types vary greatly, which makes it challenging for model to detect weld defects. In this article, we propose a weld defect detection method based on convolution neural network (CNN), namely, lighter and faster YOLO (LF-YOLO). In particular, a reinforced multiscale feature (RMF) module is designed to implement both parameter-based and parameter-free multiscale information extracting operations. RMF enables the extracted feature map to represent more plentiful information, which is achieved by a superior hierarchical fusion structure. To improve the performance of detection network, we propose an efficient feature extraction (EFE) module. EFE processes input data with extremely low consumption and improves the practicability of whole network in actual industry. Experimental results show that our weld defect detection network achieves satisfactory balance between performance and consumption and reaches 92.9 mean average precision (mAP50) with 61.5 frames/s. To further prove the ability of our method, we test it on the public dataset MS COCO, and the results show that our LF-YOLO has an outstanding versatility detection performance. The code is available at https://github.com/lmomoy/LF-YOLO .
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
梅卡完成签到 ,获得积分10
7秒前
sos完成签到,获得积分10
10秒前
枫枫829完成签到 ,获得积分10
11秒前
迅速千愁完成签到 ,获得积分10
17秒前
Mr.Su完成签到 ,获得积分10
24秒前
皮皮虾完成签到,获得积分10
24秒前
JamesPei应助敲一下叮采纳,获得10
26秒前
研友_8K2QJZ完成签到,获得积分10
30秒前
共享精神应助科研通管家采纳,获得10
35秒前
慕新完成签到,获得积分10
36秒前
Deila完成签到 ,获得积分0
37秒前
陈昇完成签到 ,获得积分10
37秒前
LiangRen完成签到 ,获得积分10
48秒前
chenn完成签到 ,获得积分10
48秒前
51秒前
土狗完成签到,获得积分10
53秒前
hazardatom完成签到 ,获得积分10
54秒前
小跳a发布了新的文献求助10
55秒前
医平青云完成签到 ,获得积分10
56秒前
叮叮当当完成签到,获得积分10
57秒前
matt完成签到,获得积分10
57秒前
tkx是流氓兔完成签到,获得积分10
58秒前
overThat完成签到,获得积分10
1分钟前
镜月完成签到 ,获得积分10
1分钟前
yydsyk完成签到,获得积分10
1分钟前
鱼跃完成签到,获得积分10
1分钟前
1分钟前
哇咔咔完成签到 ,获得积分10
1分钟前
spp完成签到 ,获得积分10
1分钟前
1分钟前
淡淡的板凳完成签到 ,获得积分10
1分钟前
FashionBoy应助一一采纳,获得10
1分钟前
丰富的绮山完成签到,获得积分10
1分钟前
风不尽,树不静完成签到 ,获得积分10
1分钟前
wangsai完成签到,获得积分10
1分钟前
kemal完成签到,获得积分10
1分钟前
于洋完成签到 ,获得积分10
1分钟前
yanxueyi完成签到 ,获得积分10
1分钟前
1分钟前
pwang_ecust完成签到,获得积分10
1分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
保险藏宝图 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3186916
求助须知:如何正确求助?哪些是违规求助? 2836960
关于积分的说明 8012055
捐赠科研通 2499425
什么是DOI,文献DOI怎么找? 1334354
科研通“疑难数据库(出版商)”最低求助积分说明 637170
邀请新用户注册赠送积分活动 605071